如何用PowerShell导出并删除allper.csv中未出现在actswithpersons.csv的行

需求 #

• 处理两个CSV文件：allper.csv（含表头institutiongroup、studentid、iscomplete）和actswithpersons.csv（无表头，第二列含分号分隔的多个ID）
• 从allper.csv中移除studentid未出现在actswithpersons.csv中的行，将移除的行导出到export.csv，保留符合条件的行在原allper.csv

文件内容 #

allper.csv #

institutiongroup,studentid,iscomplete
institutionId=22343,123,FALSE
institutionId=22343,456,FALSE
institutionId=22343,789,FALSE

actswithpersons.csv #

abc,123;456
def,456
ghi,123
jkl,123;456

尝试过的代码 #

ID存在性判断代码 #

$donestuff = (Get-Content .\ActsWithpersons.csv | ConvertFrom-Csv); $ids=(Import-Csv .\allper.csv);foreach($id in $ids.personid) {echo $id;if($donestuff -like "*$id*")
{
   echo 'Contains String'
}
else
{
   echo 'Does not contain String'
}}

导出删除代码 #

$donestuff = (Get-Content .\ActsWithpersons.csv | ConvertFrom-Csv);
Import-Csv .\allper.csv |
    Where-Object {$donestuff -notlike $_.personid} |
        Export-Csv -Path export.csv -NoTypeInformation

问题分析 #

1. actswithpersons.csv无表头，使用ConvertFrom-Csv会自动生成默认列名，直接对整个对象做模糊匹配逻辑错误
2. 未正确提取所有有效ID集合，模糊匹配效率低下且易出错
3. 变量名错误：allper.csv的列是studentid，代码中误用personid导致无法获取正确ID

解决方案 #

以下是高效准确的PowerShell处理代码：

# 提取actswithpersons.csv中所有有效studentid，存入HashSet提升查询效率
$validIds = [System.Collections.Generic.HashSet[string]]@()
Get-Content .\actswithpersons.csv | ForEach-Object {
    # 分割第二列的ID，过滤空值后加入集合
    $_.Split(',')[1].Split(';') | Where-Object { $_ } | ForEach-Object {
        $null = $validIds.Add($_)
    }
}

# 读取allper.csv并分类记录
$allRecords = Import-Csv .\allper.csv
$removeRecords = $allRecords | Where-Object { -not $validIds.Contains($_.studentid) }
$keepRecords = $allRecords | Where-Object { $validIds.Contains($_.studentid) }

# 导出要移除的记录到export.csv
$removeRecords | Export-Csv -Path export.csv -NoTypeInformation

# 将保留的记录写回原allper.csv
$keepRecords | Export-Csv -Path allper.csv -NoTypeInformation -Force

代码优势 #

• 用HashSet存储有效ID，查询时间复杂度为O(1)，大幅提升处理速度
• 正确解析actswithpersons.csv中第二列的分号分隔ID，确保无遗漏
• 明确区分移除和保留的记录，分别处理导出和文件覆盖
• 修复了变量名错误，确保ID匹配准确

内容的提问来源于stack exchange，提问作者Ne Mo